記事"取引戦略におけるファジー論理"についてのディスカッション
このような記事をずっと待っていたのだが、なぜか完全には公開されていない。
履歴を最適化した後のシステムが将来どのように振る舞うのか、利益を上げるチャンスはあるのか、ゼロ付近で足踏みしているのか。
記事を読み始めたら、最初の例でたくさんのエラーが出た。
Curve.mqhにENUM_LINE_ENDが ないことがわかったので、それを書いた。Canvas.mqhにはたくさんのエラーが現れた。例えば、Attachが ない。
まったくわけがわからない。先日、Graphics.mqhを使いましたが、私のコードを実行しても動きません。
すべてのファイルの日付は2017.09.05 - 1653にアップグレードしたときからです。はい、そして正確にすべてが1653で動作しました。
私は何も理解していません、そして、このほとんどオフトピックのために作者に謝罪します。
根拠のないことにならないように、mqhファイルを添付します。何が起こるのか全く理解できません。
ZЫ私は1643と1653を設定しましたが、役に立ちません。
記事を読み始めたら、最初の例でたくさんのエラーが出た。
Curve.mqhにENUM_LINE_ENDが ないことがわかったので、それを書いた。Canvas.mqhにはたくさんのエラーが現れた。例えば、Attachが ない。
まったくわけがわからない。先日、Graphics.mqhを使いましたが、私のコードを実行しても動きません。
すべてのファイルの日付は2017.09.05 - 1653にアップグレードしたときからです。はい、そして正確にすべてが1653で動作しました。
私は何も理解していません、そして、ほとんどオフトピックであることを作者に謝罪します。
根拠のないことにならないように、mqhファイルを添付します。何が起こるのか全く理解できません。
ZЫ私は1643と1653を設定しました - それは助けにはなりません。
良い一日だった。古いバージョンのCanvas.mqhファイルを使用しています。
現在のバージョンは添付ファイルにあります。
このような記事をずっと待っていたのだが、なぜか完全には公開されていない。
履歴を最適化した後、システムは将来どのように動作するのでしょうか、利益を上げるチャンスはあるのでしょうか、また、ゼロ付近で足踏みしているのでしょうか？
こんにちは。最適化後は、少なくともウォークフォワードのテストがなければ、どんなシステムも新しいサンプルでランダムに動作します。この記事はそのことについてではなく、MT5にはそのようなライブラリがあり、誰も使っていないという事実についてです。）いくつかのファジーロジックの出力を他のロジックの入力に与え、オプティマイザーをねじ込んで重みを調整することで、ニューラルネットワークを作ることもできます。ファジー・ニューラル・ネットワークは すでにありますが、このライブラリにはありません。
P.S.最適化についてもっと。ファジーはオーバートレーニングの確率を下げるので、新しいデータではまだ良いはずだ。ほぼ同じことを説明する3つのオシレーターがあまり良くないのは明らかだ。
記事を読み始めたら、最初の例でたくさんのエラーが出た。
Curve.mqhにENUM_LINE_ENDが ないことがわかったので、それを書いた。Canvas.mqhにはたくさんのエラーが現れた。例えば、Attachが ない。
まったくわけがわからない。先日、Graphics.mqhを使いましたが、私のコードを実行しても動きません。
すべてのファイルの日付は2017.09.05 - 1653にアップグレードしたときからです。はい、そして正確にすべてが1653で動作しました。
私は何も理解していません、そして、このほとんどオフトピックのために作者に謝罪します。
根拠のないことにならないように、mqhファイルを添付します。何が起こるのか全く理解できません。
ZЫ私は1643と1653を設定しましたが、役に立ちません。
私も何も理解していません、あなたが与えられたバージョンを試してみてください、私はこのライブラリでは何も変更していません、もしそれが助けにならないなら、私はあなた自身のものを送ることができます。
こんにちは。あなたは古いバージョンのCanvas.mqhファイルを使用しています。
現在のバージョンは添付ファイルにあります。
こんにちは、ありがとうございます。ただ、古いものがどこから来たのか、なぜターミナルの再インストールのたびに日付は変わったのに中身は変わらないのかが理解できません。バグに違いありません。
このライブラリでは何も変更していません。もしそれが役に立たなければ、私のをお送りしましょう。
ありがとう。あなたの記事を読んでみます。
いくつかのファジィ論理の出力を他の論理の入力に与え、重みを調整するためにいくつかのオプティマイザをねじ込むことで、ニューラルネットワークを作ることもできる。
あるいは、既製のPNNを使い、ファジィ層なしで、記述されたクラスとサンプルを直接与えることもできる。すべてのクラス/出力の確率推定が得られ、得られた基底関数をメンバーシップ関数の アナログとして分析することができる。
残念なことに、私はベイズ分類器しか使ったことがなく、同じ回帰+-のような他の線形モデルよりも優れていないことがわかりました。そのため、MLPの代わりにPNNを使うべきか、RDFを使うべきか迷っている。ランダムフォレストについては、おそらく次の記事で説明することになるだろう。
Microsoft Azure Studioで 実験を行ったが、そこでは同じセットでモデルを素早く比較することができる。
- studio.azureml.net
買い物空間」をファジーロジックのゾーンに分けること自体は、「クリスプ」ロジックの現れではない:)
- 無料取引アプリ
- 8千を超えるシグナルをコピー
- 金融ニュースで金融マーケットを探索
新しい記事 取引戦略におけるファジー論理 はパブリッシュされました:
本稿では、ファジーライブラリを使用して、ファジー論理を適用した簡単な取引システムの構築例を検討します。ファジー論理、遺伝的アルゴリズムおよびニューラルネットワークを組み合わせることによりシステムを改良するための変形が提案されます。
チャートでのスクリプトの実行：
作者: Maxim Dmitrievsky